基于计算机视觉植物根系表型特征的研究

发布时间：2021-03-15 19:05

　　计算机视觉（Computer vision）又称机器视觉^[1],是指用摄像机和电脑模拟人类视觉对目标进行识别、跟踪、测量等操作,并通过识别和分析做进一步的图形处理,将之处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉技术已经替代了很多人工的工作,如车牌识别,人脸识别,自动驾驶等等,而在农业方面,遥感技术,农作物动态监测,病害预防,农产品质量分级等领域都有广泛的应用^[2]。而本文提出了一种全新的方法用来分析植物根系的表型特征,即利用计算机视觉技术,将分离的根系处理干净后,在实验中,利用摄像机对其不同角度的拍照得到目标对象序列图像,再利用计算机技术及相应的算法,方便而简洁的获取植物三维模型,而后在可视化三维模型基础上完成对根系各个表型数据的测量。本文的研究内容如下:（1）详细的了解国内外在计算机视觉方面的贡献和根系三维构型方面的研究情况,分析对比各个流程的算法优缺点,确定了本文研究工作的技术路线。（2）利用摄像机完成对目标根系二维数据的获取,然后对获取到的二维序列图像进行一系列的预处理,如滤波,和增强处理,降低单幅图像上的影响因素,保证后... 

【文章来源】：山西农业大学山西省

【文章页数】：39 页

【学位级别】：硕士

【部分图文】：

大豆根系骨架结构

技术路线

根系样本Figure2-1Rootsample

【参考文献】：
期刊论文
[1]邻域均值检测的迭代加权中值滤波算法[J]. 陈家益,战荫伟,曹会英,董梦艺.  计算机应用研究. 2020(06)
[2]基于激光测距的激光扫描投影系统标定技术研究[J]. 侯茂盛,刘继强,刘大礼,陈雨情,张旭,范成博.  中国激光. 2019(10)
[3]人工智能在计算机视觉及网络领域中的应用[J]. 李颖辉.  电子技术与软件工程. 2019(11)
[4]基于机器视觉的食品缺陷检测系统研究[J]. 徐祥宇,刘玉婷,王超,杨亚宁.  大连民族大学学报. 2019(03)
[5]基于新型加和算法的叶片图像分割研究[J]. 张苗苗,吕嘉洛,倪海明,牟洪波,戚大伟.  森林工程. 2019(04)
[6]基于体绘制的特征区域三维云可视化[J]. 孙吉刚,何晓曦,欧阳文劲,胡顺尧.  科技创新与应用. 2019(14)
[7]遗传算法在优化问题中的应用综述[J]. 李岩,袁弘宇,于佳乔,张更伟,刘克平.  山东工业技术. 2019(12)
[8]点云体素细化生成树木骨架的方法[J]. 栗荣豪,陈益楠,甘小正,张青,汪沛.  激光与光电子学进展. 2019(19)
[9]基于OpenCV图像处理系统的开发与实现[J]. 刘培军,马明栋,王得玉.  计算机技术与发展. 2019(03)
[10]基于八叉树编码的点云邻域搜索算法[J]. 丁彩红,张耀.  计算机工程与设计. 2018(10)

博士论文
[1]基于计算机视觉的农作物病害识别方法的研究[D]. 宋凯.沈阳农业大学 2008

硕士论文
[1]基于高分辨图像序列的目标三维重构及姿态估计研究[D]. 张亚洲.哈尔滨工业大学 2018
[2]基于卷积神经网络的立体匹配技术研究[D]. 陈拓.浙江大学 2017
[3]基于核磁共振成像和VTK的玉米根系三维重建可视化研究[D]. 王南飞.浙江大学 2013
[4]基于立体视觉的树木三维重建关键技术的研究[D]. 贺振.北京林业大学 2012
[5]基于多视点图像的三维重构算法的研究及实现[D]. 朱芹.兰州大学 2009
[6]计算机视觉在根系形态分析中的应用研究[D]. 杨国梁.首都师范大学 2006
[7]应用数字图像处理技术获取根构型参数[D]. 谷凌雁.昆明理工大学 2006



本文编号：3084662